基于SOPC的滚动轴承故障诊断系统研究和开发

【摘要】： 滚动轴承是现代机械中使用最多的零部件,在企业生产中起到非常重要的作用。这些零件一旦发生故障,不仅影响正常生产,造成巨大的经济损失,而且可能会危及人身安全,导致严重的安全和环保事故。因此,对滚动轴承机械的运行状态进行有效的监测和诊断是非常必要的。随着科学技术的发展,滚动轴承机械不断向高速、轻型、高效和智能化发展,这也对设备的状态监测和故障诊断提出了更高的要求。 在滚动轴承故障诊断中,传统的诊断仪器都是建立在时域或者频域参数判断上,无法对多种特征故障参数自动诊断,本文在此基础上,以快速傅里叶变换(FFT)为核心,提取时域和频域参数的故障特征,结合BP神经网络,对特征参数进行自动的故障诊断,此系统弥补了传统仪表显示的弊端,具有非常大的现实意义。在此基础上,采用现场可编程逻辑器件(FPGA)构建成SOPC系统,开发在线滚动轴承故障诊断系统。系统利用SOPC的灵活可构建特性,内建硬件BP神经网络协处理器,并大大提升了数据处理的速度,从而提高了故障诊断的实时性。本文的研究工作主要有如下几点: 1.分析时域信号参数和频域信号参数的在故障表现上的优劣性,选择合适的故障特征参数。 2.针对传统仪表对自动故障识别的局限性,研究了BP神经网络故障自动识别模型。 3.针对目前在线故障诊断设备设计中存在的问题,设计了在线智能故障诊断系统。完成了系统技术指标确定、系统方案制定、器件的选型、硬件平台搭建、SOPC构建、BP神经网络硬核设计和软件程序编写等方面的工作;最后在滚动轴承机械实验装置上对系统进行调试,实验结果表明了该在线故障诊断分析仪的可靠性。